基于剪枝的YOLOv8轻量化苹果表面缺陷检测算法

刘鹏扬，亚森江·木沙

新疆大学智能制造现代产业学院

摘要：在苹果表面缺陷检测中，快速且高精度的检测技术至关重要。当前的研究在精度上取得进展，但推理速度仍然有待提升，为此，提出一种基于剪枝的轻量化苹果表面缺陷检测算法。采用YOLOv8n为基础模型，结合GhostNetV2与YOLOv8结构中C2f的特性，设计一种C2f—GhostV2模块，显著减少模型参数量并加快推理速度。为进一步减小计算负荷，模型引入幽灵卷积(GhostConv)代替传统卷积，并采用动态上采样(DySample)机制提升灵活性与信息保留能力。此外，轻量化模型经过基于层自适应幅度的剪枝(LAMP),进一步减少浮点运算量。结果表明，剪枝后的模型平均精度均值达到97.3%,与原模型相比，浮点运算次数减少78.05%,推理速度提高27.85%。